使用基于目标诱导的磁性DNA酶的机器学习辅助纸质比例计光传感器检测SARS-CoV-2
Wenhai Wang1, Lun Luo1, Yanmei Li1
1School of Biology and Biological Engineering, South China University of Technology, Guangzhou, 510006, Guangdong Province, China.
Biosensors & bioelectronics
|April 6, 2024
概括
一个新的机器学习平台使用基于纸张的光传感器来高度敏感地检测SARS-CoV-2 RdRp基因. 这种先进的系统在COVID-19检测方面达到99%以上的准确性.
科学领域:
- 生物技术是生物技术.
- 医学诊断 医学诊断 医学诊断
- 人工智能的人工智能
背景情况:
- 准确和灵敏地检测SARS-CoV-2对于公共卫生管理至关重要.
- 现有的诊断方法可能需要复杂的实验室设备或广泛的样本处理.
- 对于COVID-19等传染病,需要快速的现场诊断工具.
研究的目的:
- 为敏感检测SARS-CoV-2 RdRp基因开发一个先进的分析平台.
- 整合机器学习与纸质辅助比度光传感器,以提高诊断能力.
- 为现场COVID-19检测创造一种新的方法.
主要方法:
- 利用目标诱导的滚动圆放大来产生磁性DNA酶.
- 采用纸质辅助的比度光传感器来检测DNA酶.
- 集成了一个ResNet机器学习算法来分析光图像并量化目标度.
- 实现可见光色响应用于检测.
主要成果:
- 该平台展示了对SARS-CoV-2 RdRp基因的高度敏感检测.
- 目标基因的检测极限低至30 fM.
- 机器学习算法在分辨光图像和度方面提供了超过99%的识别准确度.
- 展现出特殊的灵敏度和色彩响应能力.
结论:
- 开发的机器学习平台为敏感的SARS-CoV-2 RdRp基因检测提供了一种新有效的方法.
- 人工视觉与光传感器的整合为现场COVID-19诊断提供了一个有希望的方法.
- 这项技术有可能在未来的疾病诊断中得到更广泛的应用.
